FLDA在单样本人脸识别中的应用研究 |
| |
引用本文: | 马,龙,万康康,韩小纯.FLDA在单样本人脸识别中的应用研究[J].计算机应用与软件,2014(4):175-177. |
| |
作者姓名: | 马 龙 万康康 韩小纯 |
| |
作者单位: | ;1.南京理工大学计算机科学与技术学院;2.南京大学电子科学与工程学院 |
| |
摘 要: | 随着人脸识别技术的不断发展,单样本人脸识别已成为当今的一个热点。针对单样本人脸识别问题,提出一种基于通用框架学习的人脸识别方法。以大量的通用样本与各个单样本按一定比例叠加的方式,增加每个类的训练样本总数,有效地运用FLDA方法进行特征抽取,将所有样本投影到特征子空间,再利用最近邻方法完成人脸识别,一定程度上减轻了人脸的表情、姿态、光照等因素对识别效果的影响,提高了识别率。该方法的有效性分别在ORL及Yale两大人脸库上得到了验证。
|
关 键 词: | 人脸识别 单训练样本 通用框架学习 Fisher线性判别分析 |
ON APPLICATION OF FLDA IN SINGLE SAMPLE FACE RECOGNITION |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|